入侵性杂草优化算法的改进及应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 最优化的背景及意义 | 第9-10页 |
| 1.2 传统优化方法的局限性 | 第10页 |
| 1.3 智能优化算法的产生和发展 | 第10-13页 |
| 1.4 国内外研究现状分析 | 第13-16页 |
| 1.4.1 PSO算法国内外研究现状 | 第13-14页 |
| 1.4.2 IWO算法国内外研究现状 | 第14-16页 |
| 1.5 本文主要研究内容各章节安排 | 第16-17页 |
| 第二章 PSO与IWO算法介绍 | 第17-27页 |
| 2.1 PSO算法 | 第17-20页 |
| 2.1.1 PSO算法的生物学背景 | 第17页 |
| 2.1.2 PSO算法的数学模型 | 第17-19页 |
| 2.1.3 PSO算法的特点 | 第19-20页 |
| 2.2 IWO算法 | 第20-25页 |
| 2.2.1 IWO算法的生物学背景 | 第20-22页 |
| 2.2.2 IWO算法的数学模型 | 第22-24页 |
| 2.2.3 IWO算法的特点 | 第24-25页 |
| 2.3 本章小结 | 第25-27页 |
| 第三章 IWO算法的改进 | 第27-39页 |
| 3.1 多维IWO算法 | 第27-32页 |
| 3.1.1 多维IWO算法的主要步骤 | 第27-28页 |
| 3.1.2 多维IWO算法的具体实现 | 第28-32页 |
| 3.2 优化算法的修正策略 | 第32-36页 |
| 3.2.1 分形全局最优构建策略 | 第34-35页 |
| 3.2.2 向性生长策略 | 第35-36页 |
| 3.3 基于修正策略的IWO算法改进 | 第36-37页 |
| 3.3.1 标准IWO算法的改进 | 第36-37页 |
| 3.3.2 多维IWO算法的改进 | 第37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 改进型IWO算法在函数优化中的应用 | 第39-51页 |
| 4.1 非线性函数优化问题 | 第39-41页 |
| 4.2 目标函数构建 | 第41-44页 |
| 4.3 实验及实验结果分析 | 第44-50页 |
| 4.3.1 实验方案 | 第44页 |
| 4.3.2 优化实验 | 第44-46页 |
| 4.3.3 实验结果 | 第46-49页 |
| 4.3.4 实验结果分析 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 多维IWO算法在图像分割中的应用 | 第51-61页 |
| 5.1 无监督图像分割问题 | 第51-52页 |
| 5.2 基于聚类的图像分割方法 | 第52-54页 |
| 5.2.1 K-means聚类 | 第52页 |
| 5.2.2 FCM聚类 | 第52-53页 |
| 5.2.3 基于PSO的K-means聚类 | 第53-54页 |
| 5.3 基于多维IWO的无监督图像分割 | 第54-57页 |
| 5.3.1 建立目标方程 | 第54-55页 |
| 5.3.2 引入多维IWO | 第55-57页 |
| 5.4 实验及实验结果分析 | 第57-60页 |
| 5.4.1 实验方案 | 第57-58页 |
| 5.4.2 分割实验 | 第58页 |
| 5.4.3 实验结果 | 第58-59页 |
| 5.4.4 实验结果分析 | 第59-60页 |
| 5.5 本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 总结 | 第61-62页 |
| 展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 附录 | 第69-71页 |
| 致谢 | 第71-73页 |
| 攻读硕士学位期间取得的科研成果 | 第73-74页 |
